Konvolutionaalisten neuroverkkojen hyödyntäminen automatisoitujen ajoneuvojen kehittämisessä

Abstract

Tekoäly on tällä hetkellä ja tulevaisuudessa merkittävä teknologia, jota pystytään hyödyntämään autonomisessa ajamisessa eri teknologioiden avulla. Tässä kandidaatin tutkielmassa selvitetään sitä, miten konvolutionaalisia neuroverkkoja voidaan hyödyntää autonomisten eli itsestään ajavien ajoneuvojen kehityksessä. Tutkielmassa tutustutaan tarkemmin konvolutionaalisiin neuroverkkoihin ja niiden tuomiin hyötyihin, sekä autonomian haasteisiin autonomisissa ajoneuvoissa. Konvolutionaalisilla neuroverkoilla ja konenäöllä on havaittu olevan selkeitä hyötyjä autonomisessa ajamisessa vaihtoehtoisiin menetelmiin verrattuna, kuten erilaisiin järjestelmiin, jotka perustuvat tutkiin tai sensoreihin. Autonomiset ajoneuvot tulevat omaamaan suuren roolin tulevaisuuden yhteiskunnassa, mutta täyden automatisaation saavuttamiseen on vielä matkaa. Tutkielma on toteutettu systemaattisena kirjallisuuskatsauksena ja lähteinä on käytetty pääsääntöisesti akateemisia julkaisuja.

This Bachelor’s thesis is an explanation about how convolutional neural networks are utilized in the development of autonomous or self-driving cars. Artificial intelligence is and is going to be a significant technology today and, in the future, that can be utilized in autonomous driving using various technologies. In this thesis we are going to explore convolutional neural networks, computer vision and machine learning in more detail, and their benefits and challenges in autonomous vehicles. Convolutional neural networks and machine vision have clear advantages in autonomous driving compared to alternative options such as different types of radars or sensors. Autonomous driving is going to play a major role in the future of transportation, but there is still a long way to go to achieve an autonomous car which is capable of full-self-driving. This thesis is a systematic literature review and used sources are mainly academic publications.